Automated Optimal Design for Manufacturability of Sheet/Plate Assemblies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A wide variety of products are manufactured from raw materials that are in the form of sheets or plates. Once the product is designed, parts are unfolded or flattened into flat blanks, which are nested onto the raw material for cutting. Optimization of nesting and packing problems has been an active research field for many years, and many good algorithms have been created. These algorithms have a fundamental limitation, however, in that they assume the set of blanks to be nested is fixed. In this work we relax this assumption, and by linking a parametric CAD system, a part-unfolding module and a sheet-nesting module that all intercommunicate, nests are created which maintain the parametric dimensions of the assembled product. Given a nest of the set of required blanks, dimensions of the blanks are optimized for a particular objective, such as maximizing raw material utilization or minimizing total use of raw material, subject to assembly, part dimension, part and blank dimension constraints. Once optimized, these blank dimensions are returned to the CAD system to update the product model. Through the use of this system, a designer can simultaneously optimize all the dimensions within a product to minimize manufacturing costs early in the design phase while maintaining acceptable product performance. This paper will demonstrate a prototype of this DFM system, discuss issues such as performance improvement through randomized trials, and suggest how additional design objectives (e.g., strength to weight ratio, stiffness, etc.) can be integrated with the reduced manufacturing cost objective.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle